論文の概要: Real-Time Whole-Body Safe Motion Generation for Multi-Segment Tendon-Driven Continuum Robots
- arxiv url: http://arxiv.org/abs/2610.00220v1
- Date: Tue, 22 Sep 2026 04:14:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.574641
- Title: Real-Time Whole-Body Safe Motion Generation for Multi-Segment Tendon-Driven Continuum Robots
- Title（参考訳）: マルチセグメント腱駆動型連続ロボットのリアルタイム全体安全運動生成
- Abstract要約: 腱駆動型連続ロボットのリアルタイム動作生成には、非一様曲げと全体衝突回避の正確なモデリングが必要である。
エネルギーに基づく可変曲率モデルでは、空間的に変化する腱間隔と曲げ剛性をキャプチャする。
多点CBF-QPは障害物運動とアクティベーション速度境界の下でバックボーンクリアランスを強制する。
- 参考スコア（独自算出の注目度）: 12.66463937156305
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Real-time motion generation for tendon-driven continuum robots requires accurate modeling of nonuniform bending and whole-body collision avoidance. This paper presents a unified actuation-space framework for planar multi-segment tendon-driven continuum robots. An energy-based variable-curvature model captures spatially varying tendon spacing and bending stiffness and provides analytical Jacobians for differential inverse kinematics and safety monitoring. A multipoint CBF-QP enforces backbone clearance under obstacle motion and actuation-velocity bounds, while its decision dimension depends only on the number of independently actuated segments. The model closely agrees with GVS references, with a maximum curvature error of $5.223 \times 10^{-2}\,\mathrm{m}^{-1}$. Over 100 MuJoCo trials, the proposed method achieves collision-free success rates of 96% and 100% in static and dynamic scenarios, respectively, compared with approximately 60% and 80% without CBF constraints. Hole-traversal tests further demonstrate safe motion in constrained environments. With 600 backbone monitoring points, the mean control-step time is 6.66 ms, demonstrating real-time whole-body safe motion generation.
- Abstract（参考訳）: 腱駆動型連続ロボットのリアルタイム動作生成には,非一様曲げと全体衝突回避の正確なモデリングが必要である。
本稿では,平面型マルチセグメント・腱駆動型連続ロボットのための一貫したアクティベーション・スペース・フレームワークを提案する。
エネルギーに基づく可変曲率モデルでは、空間的に変化する腱間隔と曲げ剛性を捉え、微分逆運動学と安全監視のための解析的ヤコビアンを提供する。
多点CBF-QPは障害物運動と運動速度境界の下でバックボーンクリアランスを強制するが、その決定次元は独立に動くセグメントの数にのみ依存する。
このモデルはGVS参照と密接に一致し、最大曲率誤差は5.223 \times 10^{-2}\,\mathrm{m}^{-1}$である。
100以上の MuJoCo 試験では, CBF 制約を伴わない約60% と80% に対して, 静的シナリオおよび動的シナリオにおいて, 衝突のない成功率 96% と100% を達成している。
ホールトラバース試験は、制約された環境での安全な動きをさらに実証する。
600のバックボーン監視ポイントにより、平均制御ステップ時間は6.66msであり、リアルタイム全体の安全な運動生成を示す。
関連論文リスト
- Real-Time Shape Control of Multi-Segment Soft Robotic Arms Using Koopman Operators with Global and Local Observables [12.944601010948404]
グローバル・オブザーバブルとローカル・オブザーバブルを組み合わせたKoopmanベースのモデル予測制御フレームワークを提案する。
提案フレームワークは,マルチセグメントソフトロボットアームの動的,スケーラブル,高精度な形状制御を実現する。
論文 参考訳（メタデータ） (2026-09-02T21:36:13Z) - Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning [58.25007580703646]
我々は,共有構造中間領域,軌道レベルの固定雑音,数ステップの条件流生成を組み合わせたTR指向超音波シミュレータを開発した。
ファントム実験では、4つの標的機に400発のゼロショット配置のうち390発が成功した。
論文 参考訳（メタデータ） (2026-08-30T02:37:00Z) - RRTrack: Robust and Recoverable Object 6D Pose Tracking for Dynamic Scenes [55.15267980622371]
RRTrackは効率的で復元可能なオブジェクト6Dポーズトラッカーである。
高速な動きと目標の消光によるロバストな追跡を可能にする。
実験の結果、RRTrackはADD-S ARを66.3%改善し、ADD-S AUCを65.7%改善した。
論文 参考訳（メタデータ） (2026-07-26T14:05:46Z) - A Task-Space Receding Horizon Controller for Fast Collision Avoidance [0.08594140167290099]
ロボットマニピュレータのリアルタイム衝突回避には、予期せぬ障害物運動に対する迅速な反応が必要である。
完全なモデル予測制御は、この展望を提供することができるが、オンラインコストは、水平線長、モデル忠実度、アクティブな幾何学的制約の数とともに急速に増大する可能性がある。
本稿では, 短時間の接触一貫性を持つロールアウトを用いて, 終端キネマティック参照を生成するタスクスペースリテーディング・ホライゾンコントローラを提案する。
論文 参考訳（メタデータ） (2026-07-17T08:13:12Z) - A Physics-Grounded Benchmark for Multi-Agent Dynamics in World Models [96.64934195520802]
我々は、世界モデルの物理的信頼性をストレステストするために設計された物理地上評価フレームワークであるCrashTwinを紹介する。
CrashTwinは、25K制御可能な合成12K実世界の衝突シーケンスを含む、多様なマルチエージェント衝突シナリオのデータセットを結合している。
本稿では,時間的一貫性,運動量,運動エネルギーの保存,世界力学の整合性という3つの次元を体系的に評価する診断スイートを提案する。
論文 参考訳（メタデータ） (2026-06-27T06:13:35Z) - MimicIK: Real-Time Generative Inverse Kinematics from Teleoperation with FK Consistency [25.059681949019488]
逆運動学(Inverse Kiinematics, IK)は、リアルタイムロボット操作において重要なボトルネックである。
MimicIKは、遠隔操作のデモンストレーションからスムーズで堅牢な共同空間運動を学習するリアルタイム生成逆キネマティクスフレームワークである。
MimicIKの平均位置誤差は4.65mm、成功率10mmは92.01%、軌道スパイクレートは7.99%である。
論文 参考訳（メタデータ） (2026-06-13T06:32:08Z) - Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。
提案された自由空間定式化では障害物検出やセグメンテーションは不要である。
このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
論文 参考訳（メタデータ） (2026-06-08T16:44:28Z) - Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。
既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。
本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
論文 参考訳（メタデータ） (2026-05-26T21:17:53Z) - Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。
OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。
当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
論文 参考訳（メタデータ） (2025-12-08T15:56:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。